Water and ice-repellent properties of nanocomposite coatings based on silicone rubber /
Bibliographic record
Abstract
Dans les pays à climat froid comme le Canada, la Norvège, la Russie, la Finlande, les États-Unis, la Chine et le Japon, l'accumulation de glace sur les équipements des réseaux électriques peut causer de sérieux problèmes résultant en des pannes d'électricité avec des conséquences socioéconomiques parfois désastreuses. Le revêtement de la surface des structures exposées au givrage atmosphérique avec des matériaux antigivre peut être un moyen efficace de les protéger contre l'adhésion et l'accumulation de glace ou de neige. Les revêtements ayant un angle de contact de l'eau supérieur à 150° ont fait l'objet de nombreuses études au cours de ces dernières années. Ces surfaces sont appelées superhydrophobe et sont préparées en combinant une rugosité de surface appropriée avec une faible énergie de surface. Dans ce travail de recherche, on a élaboré et étudié des revêtements hydrophobes plats et avec une micro-/nano-rugosité à base de caoutchouc de silicone où de la nanopoudre de noir de carbone, de dioxyde de titane et d'oxyde de cérium (« dopants ») avait été intégrée. Ces revêtements hydrophobes sont des candidats potentiels pour la protection d'équipements haute tension tels que les conducteurs et les isolants, contre les accumulations de glace ou de neige. Les propriétés hydrophobes des revêtements ont été évaluées et montrent une bonne incorporation des particules ajoutées au caoutchouc de silicone. Le comportement antigivre des différents revêtements a été étudié dans des conditions de givrage atmosphérique. Les revêtements superhydrophobes préparés avec des nanoparticules de TiO2 et CeO2 de constantes diélectriques différentes (TiO2 ~80, CeO2: ~60) ont permis de réduire la force d'adhérence de la glace par au moins sept fois par rapport à un échantillon d'aluminium poli miroir et environ neuf fois par rapport à un échantillon d'aluminium brut. Le comportement de petites gouttelettes d'eau au cours de leur congélation a été étudié sur des surfaces nanostructurées composites et sur des surfaces planes. À environ - 15 °C, de petites gouttelettes d'eau ont gelé sur de l'Ai poli après environ cinq secondes, ce qui a pris -12-13 minutes sur des surfaces nanocomposite superhydrophobes. Cela s'explique par les propriétés isolantes des surfaces rugueuses qui piègent une quantité importante d'air dans leur structure. Par conséquent, les revêtements ainsi préparés sont prometteurs pour des applications industrielles sur des équipements haute tension, y compris les isolateurs, car ils peuvent en réduire l'accumulation de glace tout en diminuant le risque de leur contournement électrique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".